這一站 12 場,你看完 0 場

Cognition 怎麼派 FDE 部署 Devin

048Jia Wu17:382026-07-28 上架

How Forward Deployed Engineering is done at Cognition — Jia Wu

Cognition 怎麼派 FDE 部署 Devin的演講縮圖

Jia Wu 講 Cognition 的 FDE 怎麼進到企業現場、把 Devin 對上真正的問題,再把現場學到的帶回產品,最後給了三組客戶成效數字與幾個公開案例。

這場講了什麼

  • 兩個圓圈的重疊:Jia 把產品能做的事和客戶手上的問題畫成兩個圓,FDE 的工作就是讓重疊變大。一半是深入理解客戶的問題、把 Devin 的能力對上去,另一半是把現場的問題帶回產品。
  • 寫程式不是瓶頸:Jia 說從 Cognition 的角度看,寫程式本身已經差不多解決,寫得更快通常只占問題的 20%。難的是怎麼測試、審查、部署,以及在整個企業裡維護這些程式碼。
  • 沒方向的部署只是燒 token:沒有明確目標就部署 agent,等於在 token maxing,花了錢卻沒有成果。FDE 花時間跟客戶開會,找出對公司槓桿最高的事,再把 agent 設定成自己跑自動化。
  • 現場是擬真度最高的評測集:只把客戶的問題解掉只是一半。FDE 每天在現場聽到的問題要整理後帶回產品,目的是降低產品路線圖的風險。
  • 衡量從 token 用量轉向交付成果:Jia 說大概一年半到兩年前的 KPI 是把 token 用量衝高;現在合作的是全世界最大、最受監管的一批企業,要看的是整個組織能不能變快。
  • 三組成效數字:進駐一個客戶三個月,交付了大約 150 多個人力的工作量;交付時程縮短大約 82%;PR 數量接近工程師只用單點工具時的兩倍。

影片從哪一段開始看15 段

  1. 00:12開場與 2024 年的 DevinJia 是 Cognition 的 Deployed Engineering Lead,開場先自嘲 2024 年 Devin 剛發表時 SWE-bench 13%,一週後大家就覺得不太好用。
  2. 01:00產品介面Devin 有 CLI、IDE 兩種介面,最為人知的是 Devin cloud agent;Jia 說這場不是來推銷功能的。
  3. 01:51內部成效Cognition 過去六個月招人可能落後,但靠自家 agent,送出的高品質 PR 多了將近一個數量級;客戶也把它用在很多不同情境。
  4. 02:39產品與問題的重疊用兩個圓圈講 product market fit,FDE 要讓產品與企業問題的重疊最大化。
  5. 03:36先理解問題空間軟體開發從寫功能到審查、部署、維護,每一步都有商業價值。瓶頸不在寫程式,而在測試、審查、部署與維護。
  6. 05:08把能力對到客戶問題沒有方向的部署就是 token maxing。FDE 從客戶會議找出槓桿最高的目標,再把 agent 設成自動執行,不用人在旁邊手動觸發。
  7. 06:14進駐客戶的做法FDE 去看積壓的需求、待補修的項目、一直沒上線的程式、沒人寫的測試與警報分流,把產品能力對上去。
  8. 06:45也要替產品解題只解客戶的問題不夠。現場是擬真度最高的評測集,要判斷哪些問題是共通的、哪些 workaround 該變成功能,帶回產品。
  9. 08:24FDE 找什麼樣的人要有廣度,也要有很深的專長。Cognition 會從產品管理背景找人,也找技術特別強的創辦人與軟體工程師。
  10. 09:41兩條信念一是不停追問為什麼要解這個問題,二是緊緊跟著客戶,讓客戶成功。
  11. 10:13從 token maxing 到可衡量的成果早期的 KPI 是把 token 用量衝高,現在重點在交付;讓工程師快 10 倍還不夠,要讓整個組織快 10 倍。
  12. 11:43成效一:人力agent 的一段軌跡叫一個 session,可以拿來推算產出的工程時數。進駐客戶三個月,交付了大約 150 多個人力的工作量。
  13. 12:35成效二與三:時程與 PR怕人說這只是 token maxing,再給兩個數字:交付時程縮短大約 82%,原始 PR 數量接近工程師只用單點工具時的兩倍。
  14. 14:00公開案例Nubank 原本有 50 位工程師在做 ETL 遷移,Devin 用大約三分之一的時程完成;另一家銀行的稅務識別系統遷移省了一半的力氣;第三家客戶每週的產出超過 10 位工程師。
  15. 15:45文化與結語曾派人到巴西住在客戶旁邊大概兩個月。回饋帶回產品時沒有自我,每個人都是 go-to-market,目標是讓客戶成功。

值得記的話5 句

  • the problem isn't writing code faster. That's usually only 20% of the problem.問題不在於把程式寫得更快,那通常只占問題的 20%04:38
  • you are straight up just token maxing.你根本就只是在 token maxing05:08
  • we also need to solve for our product.我們也得替自己的產品解題06:45
  • we have the highest fidelity evaluation set that comes back from our customers.我們從客戶那裡拿回來的,是擬真度最高的評測集07:20
  • can you make an organization 10x faster你能不能讓整個組織快 10 倍11:23

名詞與人物6 個

Cognition
做 Devin 的公司,Jia Wu 在這裡擔任 Deployed Engineering Lead
Devin
Cognition 的軟體工程 agent,有 CLI、IDE 與 Devin cloud agent 三種介面,最為人知的是 cloud agent
FDE(forward deployed engineer)
進駐客戶現場的工程師,一邊解客戶的問題、一邊把回饋帶回產品;Jia 說這個角色的定義很模糊
token maxing
沒有明確方向就部署 agent、只把 token 用量衝高;Jia 拿它形容早期的部署目標
session
agent 的一段軌跡或一次動作,Cognition 用它推算產出的工程時數
Nubank
拉丁美洲的銀行,Cognition 的公開案例之一,ETL 遷移原本由 50 位工程師負責

提到但沒有展開

  • Jia 說 FDE 的投資報酬率怎麼衡量還很模糊,是沒解開的問題,解開的公司會是 five trillion dollars market cap。
  • Jia 一天大概有四、五小時在跟客戶開會,再加四、五小時實際動手做。
  • 講到稅務識別系統的遷移時,Jia 說 COBOL、JCL 這類沒人想學的舊語言,Devin 也處理得了。

Agent開發工具產業觀察

在 YouTube 看原片 ↗

同一站:路線圖外:進客戶現場、產業12 場

  1. 行銷團隊怎麼信任 AI agent006 · Alex Bauer(Upside.tech) · 17 分
  2. Cursor 的 FDE 團隊打法013 · Pauline Brunet · 21 分
  3. 下一個瓶頸是深入客戶046 · Vasuman Moza(Varick Agents) · 20 分
  4. 你的公司真的需要 FDE 嗎047 · Kevin Bai(Anthropic, ex Palantir & Rippling Founding FDE) · 18 分
  5. Cognition 怎麼派 FDE 部署 Devin你在這裡
  6. Decagon 的 FDE 怎麼運作049 · Sunny Rekhi · 18 分
  7. Factory 的前線部署工程師050 · Eno Reyes · 21 分
  8. FDE 是產品策略,不是業務職位051 · Vinoo Ganesh · 22 分
  9. Ramp 的 FDE:先問清楚再用 token 放大052 · Leo Mehr · 14 分
  10. FDE 這個職稱其實不存在054 · Natalie Meurer(Sierra) · 17 分
  11. 讓模型只指路、數字交給程式055 · Vinoo Ganesh · 22 分
  12. 別做 demo,做能過投委會的 memo064 · Shawn Chan(China Resources Holdings) · 24 分